Category: IA

  • TramoIA: “Validar nuestro piloto con Peninsula nos permitió llegar a clientes que no teníamos en el radar”

    Hablamos con Jon Oñativia, CTO y co-founder de la startup TramoIA Intralogistics Robots, nacida en el centro tecnológico Tecnalia y promovida por Basque Tek Ventures, (una nueva iniciativa del Grupo SPRI y Sociedad Gestora de Capital Riesgo del País Vasco, dirigida a apoyar, acompañar e invertir en la creación de nuevas empresas de base tecnológica deeptech), donde identificaron el reto de llevar un prototipo robótico del sector intralogística.

    A través del servicio de validación de pilotos de Peninsula lograron contrastar su solución con clientes reales, redefinir su producto y sentar las bases para su lanzamiento comercial.

    El Reto: De la teoría a la realidad del mercado

    El proyecto que hoy es TramoIA Intralogistics Robots nació de una necesidad real. Dos empresas, una del sector farmacéutico y otra del retail, acudieron a Tecnalia, el centro de investigación y desarrollo tecnológico privado más grande de España, con un problema común: la falta de soluciones de automatización flexibles para tareas de paquetería que aún se gestionaban de forma manual. Estos procesos, intensivos en mano de obra, generan una alta rotación de personal debido a la dureza física y las lesiones, creando un cuello de botella persistente en los almacenes.

    Tecnalia desarrolló un prototipo robótico y realizó un estudio de mercado teórico que confirmaba el potencial de la solución. Sin embargo, existía un vacío crucial. Como explica Jon Oñativia, CTO y co-founder de TramoIA: Teníamos a Tecnalia para hacer el I+D y al cliente final con el problema, pero nos faltaba la empresa que comercializara la solución. El estudio teórico nos daba cifras, como un informe de consultoría, pero necesitábamos aterrizarlo. El reto era pasar de ese plano abstracto a tener un contacto real con el mercado para validar nuestras hipótesis.

    El equipo de TramoIA sabía que para lanzar una startup con éxito, el product-market fit no era una opción, sino una necesidad. Necesitaban un socio que les permitiera contrastar su tecnología en el terreno de juego, de forma rápida y estructurada.

    La Solución: Validación de Pilotos con la Metodología Peninsula

    Para pasar de la hipótesis a la certeza, TramoIA confió en el servicio de validación de pilotos de Peninsula. El objetivo era claro: someter su prototipo, aún en una fase temprana, al escrutinio de potenciales clientes en los sectores de intralogística, pharma y retail.Peninsula implementó su metodología de validación, un proceso estructurado y ágil diseñado para obtener feedback de alto valor en tiempo récord. En palabras de Jon Oñativia, esta fue una de las claves del éxito.

    Cuando empezamos la colaboración se notó que os dedicáis a esto. Nos presentasteis un cronograma con plazos muy ajustados, lo cual fue retador pero muy interesante para no eternizar el proceso. Lo que más me gustó fue lo profesionalizado que tenéis el proceso.

    La metodología de Peninsula se desarrolló en tres fases:

    Identificación del problema: Se contactó a una amplia base de datos de empresas para confirmar y dimensionar el problema que TramoIA buscaba resolver.

    Presentación de la solución: A las empresas que validaron el problema, se les presentó el concepto de la solución robótica de TramoIA.

    Contraste del MVP: Se organizaron reuniones one-to-one con las empresas que mostraron mayor interés para presentar el prototipo, entender sus necesidades específicas y medir su disposición a adoptar la tecnología.

    Este enfoque de embudo permitió a TramoIA no solo validar su idea a gran escala, sino también obtener insights cualitativos de un valor incalculable y previamente inimaginables.

    En palabras de Jon Oñativia: ¿Por qué decidisteis colaborar con Peninsula para esta validación?

    J.O.: Le damos muchísima importancia a la fase del product-market fit en el arranque de una startup. Aunque el ejercicio teórico indicaba que existía un mercado, para nosotros era fundamental validar las hipótesis con clientes potenciales reales. Esta colaboración no solo nos permitió hacer eso, sino que todo el input recibido ha orientado el desarrollo del producto hacia las necesidades que identificamos en el proceso.

    ¿Qué destacarías de la metodología y la experiencia de colaboración?

    J.O: La estructura. Tenéis el proceso muy definido con esas tres fases: problema, solución y contraste del MVP. Esto nos permitió acelerar enormemente. Si lo hubiéramos abordado solos, ni habríamos tenido la capacidad de hacer todas esas llamadas ni tendríamos acceso a esa base de datos tan grande de empresas que tenéis. La colaboración nos dio velocidad en una parte que, de otro modo, se habría dilatado mucho en el tiempo.

    ¿Qué fase aportó más valor y cómo ha modificado vuestro piloto?

    J.O: Las tres se complementan, pero la tercera fase, la de las reuniones one-to-one, fue la que más valor nos dio. Nos ha permitido seguir las conversaciones con empresas que no teníamos en el radar y con las que ahora estamos planteando pruebas de validación con nuestro prototipo en sus instalaciones.

    Este feedback modificó nuestro enfoque. Inicialmente, pensábamos en un único producto. Ahora, gracias a estas conversaciones, estamos diseñando un portfolio de productos que, usando las mismas tecnologías Core (robótica flexible y adaptativa), se ajusta con pequeñas modificaciones a las necesidades de un mayor número de clientes.

    ¿Hubo algún aprendizaje específico sobre la Inteligencia Artificial de vuestro robot?

    J.O.: Sí, rotundamente. La validación nos hizo darnos cuenta de la importancia crítica que los clientes dan a la facilidad y velocidad de implantación. Las soluciones de robótica tradicional son muy rígidas; un simple cambio en el layout del almacén requiere que un experto venga a reprogramar el robot, con costes muy elevados. Los clientes quieren una solución que se adapte fácilmente. Esto reforzó nuestra apuesta por la IA. La IA que integramos permite que nuestro robot se reconfigure de forma sencilla ante un escenario cambiante, sin necesidad de personal experto. Es un diferenciador clave que surgió directamente de escuchar al mercado.Resultados Clave.

    Validación acelerada del mercado: Se pasó de una hipótesis teórica a una confirmación práctica de la necesidad en semanas.

    Redefinición estratégica del producto: La visión evolucionó de un producto único a un portfolio flexible y adaptable, aumentando el mercado potencial.

    Conexiones de alto valor: Se establecieron relaciones con empresas clave que han derivado en conversaciones para realizar pilotos reales.

    Mitigación de riesgos: El feedback temprano evita costosos rediseños futuros, asegurando que el producto final responda a una demanda real y a un precio justificado por el ROI.

    Un consejo para innovadores y emprendedores:

    Le pedimos a Jon Oñativia un consejo final para otros directivos o emprendedores con ideas potentes. Su respuesta fue contundente: No tengan miedo a contrastar su idea con el mayor número de actores de la cadena de valor en fases muy iniciales. Es un mensaje constante de la gente que ha triunfado: si vienes de un perfil muy técnico, necesitas la perspectiva del mercado para resolver el problema del cliente dentro de un esquema de precios y ROI que justifique la inversión.

    Este proceso de validación te da un input valiosísimo para no tener que hacer costosos rediseños más adelante. La colaboración entre TramoIA y Peninsula demuestra que, para transformar una gran tecnología en un gran negocio, validar con el mercado no es un paso más, es el primer paso de valor. Del prototipo al product-market fit. Nuestra metodología ágil es el puente entre tu idea y tus futuros clientes.

    ¿Hablamos?

  • El primer Metahumano de España, que está transformando la experiencia Turística en el Milenario Valle Salado de Añana

    En Peninsula Corporate Innovation ponemos un énfasis especial en modernizar la gestión pública mediante la aplicación estratégica de inteligencia artificial conversacional y tecnologías inmersivas, abriendo así nuevas oportunidades de valor para la ciudadanía.

    Presentamos el lanzamiento de un caso emblemático en el que hemos estado trabajando: el diseño y despliegue de El Saliner@, el primer metahumano interactivo de España, para el histórico Valle Salado de Añana.

    El desafío estratégico: Modernizar la experiencia del visitante y valorizar un patrimonio milenario.

    El Valle Salado de Añana, con más de siete milenios de historia salinera y candidato a Patrimonio Mundial de la UNESCO, recibe anualmente a más de 90.000 visitantes.

    El Ayuntamiento de Añana y la Fundación Valle Salado identificaron la necesidad de: Innovar en la experiencia turística para atraer y fidelizar a un público diverso.

    Comunicar eficazmente la riqueza histórica y cultural del enclave.

    Posicionar al Valle Salado como un destino turístico de vanguardia mediante la adopción de tecnologías avanzadas.

    Promover un turismo sostenible y accesible, incrementando el impacto positivo en la región.

    La solución: Un Metahumano IA holográfico como embajador digital.

    Peninsula Corporate Innovation fue seleccionada para liderar el componente tecnológico clave dentro del proyecto Creación de contenidos digitales para la gestión del Valle Salado, financiado por los fondos NextGenerationEU. Nuestra solución consistió en el desarrollo integral de El Saliner@: un metahumano holográfico 3D de tamaño real (75cm×180cm, FULL HD) con inteligencia artificial.

    Componentes clave desarrollados: Plataforma de IA Conversacional (RAG): Implementamos nuestra avanzada plataforma de inteligencia artificial, basada en la tecnología Retrieval-Augmented Generation (RAG). Esta permite a El Saliner@ acceder y procesar una base de conocimiento curada y altamente especializada sobre el Valle Salado, garantizando la precisión y relevancia de la información proporcionada.

    Esta es nuestra quinta implementación exitosa de esta tecnología en entornos especializados. Procesamiento avanzado de Lenguaje Natural (PLN) Multilingüe: El sistema ofrece interacción en tiempo real en español, euskera, inglés, catalán, francés y alemán. Incorpora capacidades de conversión de voz a texto (STT) y texto a voz (TTS) de alta fidelidad, con una precisión mínima del 90% en reconocimiento de voz, tanto en lenguaje formal como informal. Desarrollo de Metahumano Hiperrealista: Diseñamos y renderizamos el avatar 3D con texturas detalladas y tecnología de sincronización labial avanzada, asegurando una interacción natural y creíble, con un amplio espectro de expresiones faciales.

    Se desarrollaron versiones de género masculino, femenino y no binario. Sistema de gestión de contenidos autónomo para el cliente: Un aspecto fundamental de nuestra solución es la provisión de un sistema que permite al cliente (Fundación Valle Salado) mantener y actualizar de forma autónoma la base de conocimiento del metahumano.

    Esto asegura la sostenibilidad, relevancia y control del contenido a largo plazo. Integración tecnológica especializada: Aseguramos la perfecta integración del software y el metahumano con el hardware holográfico SmartV de Hypervsn, nuestro socio tecnológico en este proyecto.

    Impacto estratégico y resultados:

    La implementación de El Saliner@ posiciona al Valle Salado de Añana a la vanguardia de la innovación turística:

    Mejora sustancial de la experiencia del visitante: Ofrece una interacción única, personalizada, educativa y emocional.

    Optimización de la difusión del patrimonio: Facilita la comprensión de la historia y las técnicas de extracción de sal de manera atractiva.

    Diferenciación competitiva: Establece un nuevo estándar en la interacción con visitantes en destinos culturales.

    Capacidades demostradas: Evidencia la pericia de Peninsula en IA conversacional, PLN multilingüe, desarrollo de metahumanos y gestión de proyectos tecnológicos complejos.Como subrayamos desde Peninsula Corporate Innovation que esta es la quinta integración exitosa de nuestra IA basada en RAG en un entorno con información altamente especializada.

    El Saliner@ demuestra nuestra experiencia en procesamiento avanzado de lenguaje natural, capacidades multilingües y la creación de metahumanos verdaderamente interactivos.Hemos diseñado el sistema para que el cliente pueda mantener y actualizar el contenido de forma autónoma, asegurando relevancia y control a largo plazo. .El proyecto El Saliner@ es un claro ejemplo de cómo la aplicación inteligente de la tecnología puede transformar la manera en que las organizaciones interactúan con sus audiencias y gestionan su patrimonio.

    En Peninsula Corporate Innovation, continuamos comprometidos con el desarrollo de soluciones de IA que ofrecen resultados medibles y abren nuevas vías para la innovación.

  • Impulsando la Innovación en SEAT: Desarrollo de Análisis de Datos Predictivo

    Impulsando la Innovación en SEAT: Desarrollo de Análisis de Datos Predictivo

    UN CASO DE USO ENTRE. rnIntroducciónrnLa reconocida empresa de automóviles española, Seat, fundada en 1950 y presente ya en más de 74 países, es la única empresa que diseña, desarrolla, fabrica y comercializa automóviles en España. Sus oficinas centrales se encuentran desde 1993 en el complejo industrial de la localidad española de Martorell (Barcelona).La compañía nos contactó con la necesidad de encontrar empresas especializadas en el sector del machine learning, para poder desarrollar el proyecto que actualmente tienen entre manos. Dada la especialización y experiencia que tenemos en el sector, decidimos aceptar el reto y acompañar a Seat a lo largo de todo el proceso, ayudando a garantizar la calidad en la entrega y evitar que se produjeran retrasos.NecesidadrnComo hemos dicho anteriormente, en Peninsula estamos especializados en la búsqueda de empresas innovadoras. Esa fue la razón por la que Seat nos seleccionó para cubrir su necesidad de realizar un mapeo inicial del mercado y seleccionar la empresa más adecuada para su proyecto O2D 4.0, un proyecto creado para satisfacer la necesidad de la empresa en el análisis predictivo de datos..El objetivo de este proyecto era predecir qué modelos y combinaciones de paquetes opcionales se iban a vender. Eso nos permitía anticipar la mezcla óptima de fabricación.Además, desde Peninsula también estuvimos a cargo de la gestión del proyecto y de la implementación del piloto, asegurando la calidad de la entrega.Solución planteada y ejecutada por PeninsularnEl objetivo de este proyecto era predecir qué modelos de coches y combinaciones de paquetes opcionales se iban a vender. El modelo predictivo debía ser capaz de predecir el tipo de ventas para diferentes momentos o etapas.Para llevar a cabo el proyecto, utilizamos una base de datos con información interna y externa sobre las ventas de coches. Las variables de nuestra base de datos se pudieron clasificar en los siguientes 6 grupos: Tendencias estacionales: Mes, clima, vacaciones escolares… Clics y configuraciones de la página web: Número de visitas, tiempo en el configurador… Tendencias del mercado: Tendencias de Google para la competencia, ranking de Alexa… Variables económicas: Índice de confianza del consumidor, producto interior bruto… Campañas de marketing: Visitas pagadas a la página web, anuncios de televisión… Ventas históricas: Ventas reales, rango.Los principales beneficios que obtuvimos a partir de un análisis avanzado fueron los siguientes:.Reducir el tiempo de entrega del coche: Sabremos lo que se va a exigir, para poder adelantar los pedidos.Reducir el stock de coches: Evitaremos producir coches que no se venden bien.Conocer las tendencias futuras: Conoceremos las tendencias de los diferentes tipos de coches y extras para poder generar futuros escenarios de mercado.Aumentar los beneficios: Reduciremos el número de coches que permanecen mucho tiempo sin venderse y por lo tanto es necesario aplicar tácticas.Las tendencias del mercado, los escenarios macroeconómicos, etc. Están en continua evolución. Por lo tanto, el modelo de predicción de las ventas de automóviles debe perfeccionarse periódicamente para adaptarse a los nuevos escenarios.Resultados obtenidosrnDespués de la implantación del piloto, el sistema fue capaz de calcular, la configuración detallada del 25% de ventas de los siguientes 3 meses con un 88% de fiabilidad. Con estos resultados fue posible conducir un 25% de la demanda de producción del cliente al fast lane, con lo que los tiempos de entrega de estos vehículos se redujeron drásticamente.Desarrollo y metodologíarnFase de descubrimiento del retornEl reto se basaba en hacer una predicción detallada de las ventas. Mediante entrevistas con el cliente, estudiamos cuál era la situación y el objetivo del proyecto: Poder hacer una predicción con una fidelidad superior al 85%.Fase de ScoutingrnDesde Peninsula realizamos una investigación del estado del arte de las tecnologías predictivas, y se comenzó un scouting entre las startups dedicadas al machine learning.De entre las empresas seleccionadas, se escogió realizar el piloto con Artelnics, basándonos en los siguientes criterios:.Madurez del producto: Artelnics ya dispone de un modelo funcionando desarrollado que solo es necesario configurar y entrenar con datos existentes.Madurez del equipo: El equipo de Artelnics tiene una experiencia de trabajar con clientes estudiando sus necesidades y aplicando su modelo de más de 4 años. Además de provenir de su equipo fundador de la universidad, donde han adquirido una gran experiencia y conocimiento de la materia.Cercanía al cliente: Artelnics es una empresa asentada en Salamanca, por lo que tiene facilidad para asistir a las reuniones con el cliente en Barcelona cuando sea necesario.Fase de PilotornNuestra responsabilidad en la fase Piloto era realizar el seguimiento de la implantación para garantizar que se cumplieran los objetivos en el tiempo marcado.Seguimiento de la ejecución.Para el seguimiento de la ejecución, dado que se trata de un proyecto con muchas variables y elevada incertidumbre se define, por lo tanto, un modelo con sprints y una reunión de seguimiento con el cliente donde se hace la revisión del sprint anterior y la planificación del sprint siguiente.Configuración de los sprints. Selección de fuentesrn Preparación de fuentesrn Configuración del modelorn Validación del modelo.El hecho de trabajar con un modelo ya creado facilitó que todo el proceso inicial se pudiera realizar en tan solo un mes.A partir de este primer mes se tenía configurado el modelo y ya era capaz de dar predicciones. A través de diferentes iteraciones, se van mejorando hasta conseguir el objetivo final.Durante el sprint Peninsula realizó el seguimiento junto al equipo de desarrollo para garantizar que se cumplieran los objetivos.En Peninsula ofrecemos nuestra experiencia en la búsqueda de empresas innovadoras, creando mapeos de mercado y seleccionando las empresas más adecuadas para los proyectos de nuestros clientes.Compartir este articulornShare on linkedinrnLinkedInrnShare on twitterrnTwitterrnMás casos de uso